基于视觉的动态手势识别研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-13页 |
| ·引言 | 第7-8页 |
| ·研究背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·研究方法和实验框架 | 第10-11页 |
| ·本文章节安排 | 第11-13页 |
| 第二章 建立手势词汇库 | 第13-21页 |
| ·手势的定义 | 第13-14页 |
| ·手势的分类 | 第14-15页 |
| ·手势的设计 | 第15-19页 |
| ·手势姿态形状设计 | 第15-17页 |
| ·手势轨迹方向设计 | 第17-18页 |
| ·所设计手势实例 | 第18-19页 |
| ·本章小结 | 第19-21页 |
| 第三章 手势分割 | 第21-46页 |
| ·基于差分的方法 | 第21-26页 |
| ·帧间差分运动物体检测 | 第21-22页 |
| ·运动边缘检测 | 第22-24页 |
| ·差分方法实验结果及分析 | 第24-26页 |
| ·基于背景建模的方法 | 第26-32页 |
| ·卡尔曼滤波器 | 第26-28页 |
| ·混合高斯模型 | 第28-30页 |
| ·背景建模方法实验结果和时间不同步问题的解决方法 | 第30-32页 |
| ·基于肤色检测的方法 | 第32-41页 |
| ·基于直接阈值的肤色检测及其改进方法 | 第33-36页 |
| ·基于直方图的朴素贝叶斯肤色检测 | 第36-37页 |
| ·基于高斯混合模型的肤色检测 | 第37页 |
| ·肤色检测方法的实验结果和分析 | 第37-41页 |
| ·运动检测与肤色检测相结合的方法 | 第41-44页 |
| ·本章小结 | 第44-46页 |
| 第四章 手势特征提取 | 第46-64页 |
| ·手势形状特征提取 | 第46-56页 |
| ·傅立叶描述子 | 第47-52页 |
| ·Hu矩特征 | 第52-54页 |
| ·Zernike矩 | 第54-56页 |
| ·手势轨迹特征提取 | 第56-61页 |
| ·卡尔曼滤波跟踪 | 第56-57页 |
| ·均值平移算法 | 第57-61页 |
| ·利用形状算子的中间结果获取轨迹编码 | 第61-62页 |
| ·本章小结 | 第62-64页 |
| 第五章 分类识别算法研究 | 第64-81页 |
| ·支持向量机分类器 | 第64-74页 |
| ·统计学习理论的一些基本知识 | 第64-66页 |
| ·线性最优分类超平面 | 第66-68页 |
| ·线性不可分问题的解决——核函数和松弛变量 | 第68-71页 |
| ·多分类问题求解 | 第71-72页 |
| ·对SVM优化后的手势形状识别 | 第72-74页 |
| ·隐马尔可夫模型分类器 | 第74-81页 |
| ·隐马尔可夫模型的基本构成 | 第74-75页 |
| ·隐马尔可夫模型能解决的三类问题 | 第75-78页 |
| ·构建基于隐马尔可夫模型的手势识别分类器 | 第78-81页 |
| 第六章 总结与展望 | 第81-83页 |
| 参考文献 | 第83-89页 |
| 攻读硕士学位期间取得的学术成果 | 第89-91页 |
| 致谢 | 第91页 |
